2011年全国大学生统计建模大赛论文二等奖第十名

基于泊松过程的微博辨真度

的实证研究

复旦大学 赵星宇、叶婵倩、张达

摘 要

微博在大行其道的今日，也不可避免地成为了精明人士发现商机的舞台。因而形成了许多人为制造的拥有大量粉丝的假微博，而普通用户就被迫成为了免费营销的对象，甚至可能会被欺骗。

本研究重点在于通过泊松过程及复合泊松过程来刻画微博回复这一随机过程。并在此基础上，研究真假微博的不同特征，以此建立一个分类标准，来区分真假微博，避免普通用户受到欺骗。

关键词：微博，泊松过程，复合泊松过程，分类

目录

摘 要 ............................................................................................................................. i 第一章 绪论 ............................................................................................................................. 1 1.1研究背景 ......................................................................................................................... 1 1.2研究内容 ......................................................................................................................... 1 1.3研究意义 ......................................................................................................................... 2 1.4研究方法 ......................................................................................................................... 2 第二章 微博评论回复数的泊松过程假设及模型检验 ......................................................... 3 2.1数据选取及预处理 ......................................................................................................... 3 2.2检验原理 ......................................................................................................................... 3 2.2.1泊松过程的定义 ...................................................................................................... 3 2.2.2验证方法 .................................................................................................................. 4 2.3实际检验 ......................................................................................................................... 5 2.4结果分析 ......................................................................................................................... 8 2.5“真明星微博”偏离泊松过程的分析 ............................................................................... 9 第三章 利用复合泊松过程判别真假微博的研究 ............................................................... 12 3.1复合泊松过程的定义与数字特征 ............................................................................... 12 3.1.1复合泊松过程的定义 ............................................................................................ 12 3.1.2复合泊松过程的数字特征 .................................................................................... 12 3.1.3复合泊松过程的应用 ............................................................................................ 12 3.1.4数据处理 ................................................................................................................ 13 3.1.5结果分析 ................................................................................................................ 13 第四章 基于多元分析的真假明星微博分类方法研究 ....................................................... 14 4.1数据选取 ....................................................................................................................... 14 4.2相关性检验 ................................................................................................................... 14 4.2.1真微博的粉丝数与评论数的相关性检验 ............................................................ 15 4.2.2假微博的粉丝数与评论数的相关性检验 ............................................................ 16 4.2.3结果分析 ................................................................................................................ 17 4.3基于多元分析分类的真假微博分类方法研究 ........................................................... 17 4.3.1变量选取 ................................................................................................................ 17 4.3.2分类模型建立 ........................................................................................................ 18

4.3.3数据验证及结论 .................................................................................................... 19 第五章 总结与展望 ............................................................................................................... 21 5.1总结 ............................................................................................................................... 21 5.2待解决的问题 ............................................................................................................... 21 5.3展望 ............................................................................................................................... 22 附录A 源程序 ........................................................................................................................ 23 A.1泊松分布拟合优度检验 ............................................................................................... 23 A.2相关性检验 ................................................................................................................... 31 A.3分类 ............................................................................................................................... 33

参考文献 ..................................................................................................................... 34

图表目录

表格 1 真微博泊松过程拟合优度检验结果 ................................................................. 7 表格 2假微博泊松过程拟合优度检验结果 .................................................................. 8 表格 3 真微博例的前十分钟的评论回复数 ............................................................... 10 表格 4复合期望 ...... …… 此处隐藏：13818字，全部文档内容请下载后查看。喜欢就下载吧 ……